8.8分纯生信免疫分型,换个肿瘤可重复
该思路可重复,需要做该思路的分析可联系小编咨询。
发表杂志:MolTher Nucleic Acids.
影响因子:8.880
研究背景
流程图
分析解读
HNSC肿瘤微环境免疫浸润
①有1029个HNSC样本来自TCGA-HNSC及GEO数据库。
②CIBERSORT量化HNSC肿瘤组织中免疫细胞的活性。
③ESTIMATE评估每个HNSC样本的免疫和基质含量(免疫和基质评分)。
④根据每个样本的ICI模式进行HNSC的分层聚类。
结果:
下图A:五个独立HNSC队列中肿瘤浸润免疫细胞的无监督聚类。
下图B:具有免疫细胞浸润类别的所有HNSC患者的总生存期(OS)的Kaplan-Meier曲线。
下图C:三个ICI模块中肿瘤浸润免疫细胞的比例及免疫和基质评分。通过Kruskal-Wallis检验比较三个ICI模块的统计差异。
下图D:肿瘤浸润免疫细胞类型的细胞相互作用。
下图E-F:不同ICI模块之间PD-L1(E)和PD1(F)表达的差异(Kruskal-Wallis检验,p<0.0001)。
识别免疫基因亚型
①与ICI表型相关的DEG:根据免疫细胞浸润水平将患者分组到ICI模块中,以确定与ICI模式相关的基因。
②将ICI基因模块与生存信息整合来探索预后价值。
结果:
下图A:在三个ICI聚类组中对常见DEG进行无监督聚类,将患者分为三组:基因模块A-C。
下图B:三组患者的Kaplan-Meier曲线。对数秩检验显示总体p=0.0065。
下图C-D:两个ICI相关特征基因的基因本体(GO)富集分析。
下图E:三个基因模块中肿瘤浸润免疫细胞的比例,并绘制了三个ICI模块的免疫和基质评分,通过Kruskal-Wallis检验比较三个ICI模块的统计差异。
下图F-G:不同ICI基因模块之间PD-L1(F)和PD1(G)表达的差异(Kruskal-Wallis检验,p<0.0001)
降维和生成ICI分数
①采用无监督聚类根据DEG值对TCGA中的患者进行分类。
②采用Boruta算法对ICI基因进行降维。
③为了获得HNSC患者ICI情况的定量指标,我们使用主成分分析(PCA)来计算两个总分。
④应用一种类似于基因表达等级指数的方法定义每个患者的ICI评分:
⑤用Kaplan-Meier绘图仪评估ICI评分的预后意义。
结果:
下图A:具有不同ICI模块、ICI评分和生存结果的组中ICI基因模块分布的冲积图。
下图B:免疫检查点相关基因(IDO1、CD274、HAVCR2、PDCD1、CTLA4和LAG3)和免疫激活相关基因(CD8A、CXCL10、CXCL9、GZMA、GZMB、PRF1、IFNG、TBX2和TNF)高表达和低ICI评分亚组。
下图C:富集图显示低ICI评分亚组中的ECM受体相互作用、粘着斑、TGF-β、紧密连接和Wnt信号通路。
下图D:富集图显示了高ICI评分亚组中的T细胞受体信号通路、B细胞受体信号通路、自然杀伤细胞介导的细胞毒性、药物代谢和花生四烯酸代谢。
下图E:TCGA-HNSC队列中高和低ICI评分组的Kaplan-Meier曲线。对数秩检验,p<0.001。
下图F:TCGA-HNSC队列中患者的Kaplan-Meier曲线通过接受辅助化疗(Ct)和ICI评分进行分层。
下图G:TCGA-HNSC队列中患者的Kaplan-Meier曲线通过接受辅助放疗(Rt)和ICI评分进行分层。
ICI分数与体细胞变异之间的相关性
①体细胞变异数据的收集:TCGA-HNSC队列中患者的相应突变数据从TCGA数据门户网站下载。
②为了确定HNSC的突变负荷,计算HNSC中非同义突变的总数。
③评估HNSC驱动基因体细胞突变在低和高ICI子组之间的分布。
结果:
下图A:高和低ICI评分亚组中的TMB差异。Wilcoxon检验,p<0.0001
下图B:散点图描绘了TCGA-HNSC队列中ICI分数和突变负荷之间的正相关。显示了ICI分数和突变负荷之间的Spearman相关性(p=0.0058)。
下图C:TCGA-HNSC队列中高和低TMB组的Kaplan-Meier曲线。对数秩检验,p=0.0067。
下图D:TMB和ICI评分分层的TCGA-HNSC队列中患者的Kaplan-Meier曲线。对数秩检验,p<0.001。
下图E:oncoPrint是使用左侧的高ICI分数(红色)和右侧的低ICI分数(蓝色)构建的。每列代表个体患者。
ICI评分在预测免疫治疗效果中的作用
下图A:具有不同抗PD-1临床反应状态的组的ICI评分。Wilcoxon检验,p<0.0001。
下图B:IMvigor210队列中具有高和低ICI评分的患者的Kaplan-Meier曲线。对数秩检验,p=0.0017。
下图C:IMvigor210队列中高或低ICI评分组对抗PD-L1免疫疗法的临床反应率(完全反应[CR]/部分反应[PR]和疾病稳定[SD]/疾病进展[PD])。
下图D:TCGA-SKCM队列中免疫治疗不同反应状态下ICI评分的分布。Wilcoxon检验,p=0.041。
下图E:TCGA-SKCM队列中ICI评分高和低的患者的Kaplan-Meier曲线。对数秩检验,p=0.047。
下图F:TCGA-SKCM队列中高或低ICI评分组对各种免疫疗法的临床反应率(CR/PR和SD/PD)。
小结: